数字图像处理4

1、(整理)数字图像办理4(整理)数字图像办理440/40(整理)数字图像办理4精选文档4图1像噪声实验目的：掌握图像高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）的实现方法.实验内容：使用imnoise2生成高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）噪声，观察样本噪声图像和它们的直方图的差别%例4.2各种噪声clcclearr=imnoise2(gaussian,100000,1,0,1);bins=100;hist(r,bins)title(gaussian)r=imnoise2(uniform,10000

2、0,1,0,1);bins=100;figure,hist(r,bins)title(uniform)r=imnoise2(salt&pepper,1000,1,0.1,0.27);bins=100;figure,hist(r,bins)title(salt&pepper)r=imnoise2(lognormal,100000,1);bins=100;figure,hist(r,bins)title(lognormal)r=imnoise2(rayleigh,100000,1,0,1);bins=100;figure,hist(r,bins)title(rayleigh)r=imnoise2(

3、exponential,100000,1);bins=100;figure,hist(r,bins)title(exponential)精选文档精选文档r=imnoise2(erlang,100000,1);bins=100;figure,hist(r,bins)title(erlang)精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档42噪声参数预计实验目的：精选文档精选文档掌握噪声参数的预计和周期噪声的生成方法。实验内容：使用imnoise3增加空间正弦噪声，观察不一样参数下噪声的差别使用histroi预计不一样的噪声种类及噪声参数%例4.3

4、imnoise3clcclearC=064;0128;3232;640;1280;-3232;r,R,S=imnoise3(512,512,C);imshowMy(S,)imfinfoMy(S)title(6个指定冲击的正弦噪声周期频谱1)imshowMy(abs(R),)imshowMy(r,)imfinfoMy(r)title(6个相应的正弦噪声周期模式1)S1=fftshift(S);imshowMy(S1,)figure,mesh(S)C1=C/2;r,R,S=imnoise3(512,512,C1);imshowMy(S,)title(6个指定冲击的正弦噪声周期频谱2)imshowM

5、y(r,)title(6个相应的正弦噪声周期模式2)C2=632;-22;r,R,S=imnoise3(512,512,C2);imshowMy(S,)title(2个指定冲击的正弦噪声周期频谱3)imshowMy(r,)title(2个相应的正弦噪声周期模式3)A=15;r,R,S=imnoise3(512,512,C2,A);imshowMy(1-S,)%有两个不清楚的点，由于其振幅较小title(2个使用非默认的不一样振幅指定冲击的正弦噪声周期频谱4)imshowMy(r,)title(2个使用非默认的不一样振幅相应的正弦噪声周期模式4)精选文档精选文档精选文档精选文档精选文档精选文档精

6、选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档imnoise3clcclearC1=632;r,R,S=imnoise3(512,512,C1);imshowMy(S,)title(1个指定冲击的正弦噪声周期频谱1)imshowMy(r,)title(1个相应的正弦噪声周期模式1)C2=-22;r,R,S=imnoise3(512,512,C2);imshowMy(S,)title(1个指定冲击的正弦噪声周期频谱2)imshowMy(r,)title(1个相应的正弦噪声周期模式2)C3=632;-22;A=15;r,R,S=imnoise3(51

7、2,512,C3,A);imshowMy(1-S,)%有两个不清楚的点，由于其振幅较小title(2个使用非默认的不一样振幅指定冲击的正弦噪声周期频谱1)imshowMy(r,)title(2个使用非默认的不一样振幅相应的正弦噪声周期模式1)C3=632;-22;A=51;r,R,S=imnoise3(512,512,C3,A);imshowMy(1-S,)%有两个不清楚的点，由于其振幅较小title(2个使用非默认的不一样振幅指定冲击的正弦噪声周期频谱2)imshowMy(r,)title(2个使用非默认的不一样振幅相应的正弦噪声周期模式2)精选文档精选文档精选文档精选文档精选文档精选文档精

8、选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档%例4.4预计噪声参数交互式采纳地域产生的直方图clcclearf=imread(noisy_image.tif);imshow(f)title(原始含噪声图像)B,c,r=roipoly(f);figure,imshow(B)p,npix=histroi(f,c,r);figure,bar(p,1)title(交互式采纳地域产生的直方图)axistightv,unv=statmoments(p,2)%?X=imnoise2(gaussian,npix,1,unv(1),sqrt(unv(2);figure,hist

9、(X,130)title(使用函数imnoise2产生的高斯数据的直方图)axis(03000140)axistight精选文档精选文档精选文档精选文档%掩模的使用方法P114clcclearf=imread(noisy_image.tif);imshow(f)B,c,r=roipoly(f);roi=f(B);size_f=size(f)class_f=class(f)size_B=size(B)class_B=class(B)size_roi=size(roi)%列向量精选文档精选文档43空间滤波实验目的：掌握空间滤波方法.精选文档精选文档实验内容：使用spfilt实现逆调停滤波器、最大和

10、最小滤波器，观察不一样滤波器滤波成效的差别使用adpmedian实现自适应中值滤波实验步骤：%例4.5spfilt空间噪声滤波器clcclearf=imread(lena.jpg);imshowMy(f)title(原始图像)M,N=size(f);R=imnoise2(salt&pepper,M,N,0.1,0);c=find(R=0);gp=f;gp(c)=0;imshowMy(gp)title(被概率为0.1的胡椒噪声污染的图像)R=imnoise2(salt&pepper,M,N,0,0.1);c=find(R=1);gs=f;gs(c)=255;imshowMy(gs)title(被

11、概率为0.1的盐粒噪声污染的图像)fp=spfilt(gp,chmean,3,3,1.5);imshowMy(fp)title(用阶为Q=1.5的3*3反调停滤波器对被概率为0.1的胡椒噪声污染的图像滤波的结果)fs=spfilt(gs,chmean,3,3,-1.5);imshowMy(fs)title(用阶为Q=-1.5的3*3反调停滤波器对被概率为0.1的盐粒噪声污染的图像滤波的结果)fpmax=spfilt(gp,max,3,3);imshowMy(fpmax)title(用3*3最大滤波器对被概率为0.1的胡椒噪声污染的图像滤波的结果)fsmin=spfilt(gs,min,3,3)

12、;imshowMy(fsmin)title(用3*3最小滤波器对被概率为0.1的盐粒噪声污染的图像滤波的结果)精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档精选文档%例4.6自适应中值滤波adpmedianclc精选文档精选文档clearf=imread(lena.jpg);imshowMy(f)title(原始图像)g=imnoise(f,salt&pepper,0.25);%噪声点有黑有白imshowMy(g)title(被概率为0.25椒盐噪声污染的图像)f1=medfilt2(g,77,symmetric);imshowMy(f1)title(用7*7中值滤波器对被概率为0.25椒盐噪声污染的图像滤波的结果)f2=adpmedian(g,7);imshowMy(f2)title(用Smax=7的自适应中值滤波器对被概率为0.25椒盐噪声污染的图像滤波的结果)精选文档精选文档精选文档精选文档精选文档精选文档实验总结：经